數(shù)學(xué)建模基于數(shù)理分析的釀酒葡萄及葡萄酒評(píng)價(jià)模型

2012高教社杯全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽承諾書(shū)我們仔細(xì)閱讀了中國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽的競(jìng)賽規(guī)則.我們完全明白，在競(jìng)賽開(kāi)始后參賽隊(duì)員不能以任何方式（包括電話、電子郵件、網(wǎng)上咨詢(xún)等）與隊(duì)外的任何人（包括指導(dǎo)教師）研究、討論與賽題有關(guān)的問(wèn)題。我們知道，抄襲別人的成果是違反競(jìng)賽規(guī)則的,如果引用別人的成果或其他公開(kāi)的資料（包括網(wǎng)上查到的資料），必須按照規(guī)定的參考文獻(xiàn)的表述方式在正文引用處和參考文獻(xiàn)中明確列出。我們鄭重承諾，嚴(yán)格遵守競(jìng)賽規(guī)則，以保證競(jìng)賽的公正、公平性。如有違反競(jìng)賽規(guī)則的行為，我們將受到嚴(yán)肅處理。我們授權(quán)全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽組委會(huì)，可將我們的論文以任何形式進(jìn)行公開(kāi)展示（包括進(jìn)行網(wǎng)上公示，在書(shū)籍、期刊和其他媒體進(jìn)行正式或非正式發(fā)表等）。我們參賽選擇的題號(hào)是（從A/B/C/D中選擇一項(xiàng)填寫(xiě)）： 我們的參賽報(bào)名號(hào)為（如果賽區(qū)設(shè)置報(bào)名號(hào)的話）：所屬學(xué)校（請(qǐng)?zhí)顚?xiě)完整的全名）：參賽隊(duì)員(打印并簽名)：1.2.3.指導(dǎo)教師或指導(dǎo)教師組負(fù)責(zé)人(打印并簽名)：日期：年月日賽區(qū)評(píng)閱編號(hào)（由賽區(qū)組委會(huì)評(píng)閱前進(jìn)行編號(hào)）：2012高教社杯全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽編號(hào)專(zhuān)用頁(yè)賽區(qū)評(píng)閱編號(hào)（由賽區(qū)組委會(huì)評(píng)閱前進(jìn)行編號(hào)）：賽區(qū)評(píng)閱記錄（可供賽區(qū)評(píng)閱時(shí)使用）：評(píng)閱人評(píng)分備注全國(guó)統(tǒng)一編號(hào)（由賽區(qū)組委會(huì)送交全國(guó)前編號(hào)）：全國(guó)評(píng)閱編號(hào)（由全國(guó)組委會(huì)評(píng)閱前進(jìn)行編號(hào)）：基于數(shù)理分析的釀酒葡萄及葡萄酒評(píng)價(jià)模型摘要本文主要研究葡萄酒評(píng)價(jià)問(wèn)題，根據(jù)題目中所給的數(shù)據(jù)及相關(guān)知識(shí)，運(yùn)用、等相關(guān)軟件對(duì)數(shù)據(jù)進(jìn)行分析，使用配對(duì)檢驗(yàn)法，主成分分析法，模糊數(shù)學(xué)等方法建立出可行的評(píng)價(jià)模型。針對(duì)問(wèn)題一，首先，利用matlab軟件對(duì)附件中的異常數(shù)據(jù)進(jìn)行預(yù)處理；其次，由于品酒員在給葡萄酒打分時(shí)存在主觀性因素，為此使用置信區(qū)間法對(duì)附件一中的評(píng)分?jǐn)?shù)據(jù)進(jìn)行調(diào)整,以降低品酒員對(duì)葡萄酒評(píng)分的主觀性(即系統(tǒng)誤差)，通過(guò)計(jì)算各葡萄酒酒樣評(píng)分的均值，利用對(duì)紅葡萄酒進(jìn)行配對(duì)t檢驗(yàn)，得出雙側(cè)檢驗(yàn)值為0.197，遠(yuǎn)大于顯著性水平0.05，同理白葡萄酒的雙側(cè)檢驗(yàn)值為0.036，小于顯著性水平0.05，因此認(rèn)為紅葡萄酒的評(píng)價(jià)結(jié)果沒(méi)有顯著性差異，白葡萄酒的評(píng)價(jià)結(jié)果有顯著性差異，即第二組的結(jié)果更可信。針對(duì)問(wèn)題二，首先，利用軟件對(duì)釀酒葡萄的理化指標(biāo)進(jìn)行主成分分析，得出5個(gè)主成分及各主成分的線性方程（見(jiàn)，，，），進(jìn)而由各主成分與其貢獻(xiàn)率的乘積得出釀酒葡萄的綜合得分；其次，通過(guò)品酒員對(duì)葡萄酒的打分進(jìn)行分析，運(yùn)用熵權(quán)法重新確定了各評(píng)分指標(biāo)的權(quán)重，由評(píng)分指標(biāo)的權(quán)重和評(píng)分計(jì)算出紅白葡萄酒各酒樣質(zhì)量的總得分；最后，運(yùn)用模糊數(shù)學(xué)理論，根據(jù)釀酒葡萄和葡萄酒質(zhì)量的綜合得分對(duì)釀酒葡萄進(jìn)行等級(jí)劃分，劃分結(jié)果如下：等級(jí)釀酒葡萄酒樣序號(hào)1級(jí)1、2、3、8、9、212級(jí)5、7、11、13、14、15、16、19、22、233級(jí)4、6、10、12、17、18、20、24、25、26、27針對(duì)問(wèn)題三，首先，由問(wèn)題2主成分分析得到的釀酒葡萄綜合得分為因變量，以葡萄酒的理化指標(biāo)為自變量,通過(guò)Matlab編程（以紅葡萄為例）進(jìn)行統(tǒng)計(jì)回歸分析，得知二者有較強(qiáng)的線性函數(shù)關(guān)系，其結(jié)果為;同理，對(duì)釀酒白葡萄的理化指標(biāo)與白葡萄酒的理化指標(biāo)進(jìn)行二次回歸擬合，得出其函數(shù)關(guān)系為：針對(duì)問(wèn)題四,為得出釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響，首先，運(yùn)用灰色關(guān)聯(lián)理論，把問(wèn)題一中調(diào)整后的品酒員打分作為參考變量，將問(wèn)題二中由釀酒葡萄5個(gè)主要的理化指標(biāo)得出的綜合得分與葡萄酒理化指標(biāo)的綜合得分作為比較變量，以紅葡萄為例，利用Matlab軟件編程對(duì)二者進(jìn)行關(guān)聯(lián)度分析，得出葡萄酒、釀酒葡萄的理化指標(biāo)與葡萄酒質(zhì)量的關(guān)聯(lián)度分別為0.6072，0.6072，兩個(gè)比較變量與參考變量的關(guān)聯(lián)度不是很高，因此，認(rèn)為釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒的質(zhì)量影響不大，不能用這兩個(gè)指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量。關(guān)鍵詞:置信區(qū)間法t檢驗(yàn)主成分分析統(tǒng)計(jì)回歸模糊數(shù)學(xué)熵權(quán)法一問(wèn)題重述確定葡萄酒質(zhì)量時(shí)一般是通過(guò)聘請(qǐng)一批有資質(zhì)的評(píng)酒員進(jìn)行品評(píng)。每個(gè)評(píng)酒員在對(duì)葡萄酒進(jìn)行品嘗后對(duì)其分類(lèi)指標(biāo)打分，然后求和得到其總分，從而確定葡萄酒的質(zhì)量。釀酒葡萄的好壞與所釀葡萄酒的質(zhì)量有直接的關(guān)系，葡萄酒和釀酒葡萄檢測(cè)的理化指標(biāo)會(huì)在一定程度上反映葡萄酒和葡萄的質(zhì)量。附件1給出了某一年份一些葡萄酒的評(píng)價(jià)結(jié)果，附件2和附件3分別給出了該年份這些葡萄酒的和釀酒葡萄的成分?jǐn)?shù)據(jù)。請(qǐng)嘗試建立數(shù)學(xué)模型討論下列問(wèn)題：分析附件1中兩組評(píng)酒員的評(píng)價(jià)結(jié)果有無(wú)顯著性差異，哪一組結(jié)果更可信？根據(jù)釀酒葡萄的理化指標(biāo)和葡萄酒的質(zhì)量對(duì)這些釀酒葡萄進(jìn)行分級(jí)。分析釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系。分析釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響，并論證能否用葡萄和萄酒的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量？二問(wèn)題分析對(duì)于問(wèn)題一在葡萄酒的感官分析評(píng)價(jià)中，由于品酒員間存在評(píng)價(jià)尺度、評(píng)價(jià)位置和評(píng)價(jià)方向等方面的差異,導(dǎo)致不同品酒員對(duì)同一酒樣的評(píng)價(jià)差異很大,從而不能真實(shí)地反映不同酒樣間的差異。因此,在對(duì)感官評(píng)價(jià)結(jié)果進(jìn)行統(tǒng)計(jì)分析時(shí),必須對(duì)品酒員的原始數(shù)據(jù)進(jìn)行相應(yīng)的處理,反映出樣品間的真實(shí)差異。我們利用置信區(qū)間法對(duì)數(shù)據(jù)進(jìn)行處理，然后根據(jù)數(shù)據(jù)調(diào)整前后的變異系數(shù)作為判斷標(biāo)準(zhǔn)。經(jīng)過(guò)分析，處理后的數(shù)據(jù)變異系數(shù)明顯變小，說(shuō)明我們進(jìn)行的處理是有效的。對(duì)于問(wèn)題二釀酒葡萄具有多個(gè)理化指標(biāo)，并且各指標(biāo)之間有一定的相關(guān)關(guān)系的，而主成分分析法是對(duì)于原先提出的所有指標(biāo)，建立盡可能少的新指標(biāo)，使得這些新指標(biāo)是兩兩不相關(guān)的，而這些指標(biāo)同時(shí)又能盡可能多的反映原指標(biāo)信息。首先，我們把葡萄的各指標(biāo)運(yùn)用主成分分析法，得出5個(gè)主要成分，再應(yīng)用綜合主成分分析法計(jì)算出釀酒葡萄的綜合評(píng)分及其排名；然后，我們對(duì)品酒員打分情況進(jìn)行分析，基于信息熵對(duì)各個(gè)評(píng)價(jià)指標(biāo)權(quán)重進(jìn)行了重新分配，根據(jù)以上信息熵重新確定的各個(gè)評(píng)價(jià)指標(biāo)的權(quán)重，再根據(jù)權(quán)重和品酒員的評(píng)分就可以計(jì)算出每種葡萄酒質(zhì)量的總得分；最后我們運(yùn)用模糊數(shù)學(xué)，根據(jù)釀酒葡萄、葡萄酒質(zhì)量綜合得分及其排名模糊劃分釀酒葡萄的等級(jí)。對(duì)于問(wèn)題三本題要求分析葡萄和葡萄酒的理化指標(biāo)之間的聯(lián)系。我們根據(jù)第二問(wèn)得出的每一種葡萄的得分跟葡萄酒各項(xiàng)指標(biāo)之間的關(guān)系，運(yùn)用回歸統(tǒng)計(jì)的方法分析出各項(xiàng)指標(biāo)與葡萄得分之間的關(guān)系。我們首先試著對(duì)得分與各項(xiàng)指標(biāo)做線性回歸，分析殘差知，殘差太大，關(guān)聯(lián)程度不是很大；然后我們對(duì)得分與各項(xiàng)指標(biāo)做二次回歸，得出的殘差符合回歸標(biāo)準(zhǔn)，于是我們得出了得分與各項(xiàng)指標(biāo)之間的二次關(guān)系。對(duì)于問(wèn)題四通過(guò)對(duì)葡萄酒做主成分分析，得出對(duì)葡萄酒有主要作用的指標(biāo)，然后計(jì)算出葡萄酒的綜合得分。我們把釀酒葡萄的綜合得分與葡萄酒的綜合得分與品酒員的打分做灰色關(guān)聯(lián)。然后根據(jù)分別得出的葡萄與葡萄酒對(duì)打分的關(guān)聯(lián)度來(lái)確定葡萄與葡萄酒是否對(duì)葡萄酒的質(zhì)量有影響。三模型假設(shè)題目提供的數(shù)據(jù)準(zhǔn)確可靠；分析統(tǒng)計(jì)規(guī)律時(shí)的抽樣符合隨機(jī)性和獨(dú)立性，樣本中不含有數(shù)據(jù)壞點(diǎn)；假設(shè)各理化指標(biāo)分布穩(wěn)定，不考慮自身的反應(yīng)變化；忽略葡萄酒的質(zhì)量受到非評(píng)價(jià)因素的干擾。四符號(hào)的約定符號(hào)定義CV、FP品酒員i對(duì)酒樣j的評(píng)分品酒員i對(duì)所有酒樣評(píng)分的平均值品酒員i對(duì)所有酒樣評(píng)分的標(biāo)準(zhǔn)差酒樣j的平均值酒樣j的標(biāo)準(zhǔn)差變異系數(shù)釀酒葡萄第i個(gè)主成分葡萄酒第j個(gè)理化指標(biāo)釀酒葡萄各理化指標(biāo)綜合得分紅葡萄酒的理化指標(biāo)白葡萄酒的理化指標(biāo)相關(guān)系數(shù)概率方差五模型的建立與求解5.1問(wèn)題一的模型建立與求解5.1.1問(wèn)題分析由于品酒員的評(píng)價(jià)標(biāo)準(zhǔn)存在異質(zhì)性，比如評(píng)價(jià)尺度、評(píng)價(jià)位置和評(píng)價(jià)方向的差異，為此需要對(duì)品酒員給出的原始數(shù)據(jù)進(jìn)行相應(yīng)的處理，以降低品酒員的系統(tǒng)誤差，真實(shí)反映樣品間的差異性，所以我們選取置信區(qū)間法來(lái)降低同一酒樣的變異系數(shù)．使不同品酒員對(duì)同一酒樣的評(píng)價(jià)趨于一致。5.1.2相關(guān)理論置信區(qū)間法如果品酒員i對(duì)酒樣j的評(píng)價(jià)()在其置信區(qū)間范圍內(nèi)就可以直接使用;如果其評(píng)價(jià)()不在置信區(qū)間范圍內(nèi),則將品酒員的評(píng)價(jià)進(jìn)行逐步調(diào)整,使不同品酒員對(duì)同一酒樣的評(píng)價(jià)值都處于范圍內(nèi),即:若,則;若,則。變異系數(shù)的公式配對(duì)樣品t檢驗(yàn)基本原理：求出每對(duì)的差值如果兩種處理實(shí)際上沒(méi)有差異，則差值的總體均數(shù)應(yīng)當(dāng)為0，從該總體中抽出的樣本其均數(shù)也應(yīng)當(dāng)在0附近波動(dòng)；反之,如果兩種處理有差異，差值的總體均數(shù)就應(yīng)當(dāng)遠(yuǎn)離0，其樣本均數(shù)也應(yīng)當(dāng)遠(yuǎn)離0。這樣，通過(guò)檢驗(yàn)該差值總體均數(shù)是否為0，就可以得知兩種處理有無(wú)差異。該檢驗(yàn)相應(yīng)的假設(shè)為：：兩組評(píng)酒員評(píng)分結(jié)果無(wú)顯著性差異；：兩組評(píng)酒員評(píng)分結(jié)果存在顯著性差異。5.1.3模型求解數(shù)據(jù)預(yù)處理附件1第一組紅葡萄酒樣品20品酒員4號(hào)對(duì)色調(diào)的打分缺失；附件1第一組白葡萄酒樣品3品酒員7對(duì)持久性的打分為77，明顯有誤,懷疑多打了7；附件1第一組白葡萄酒樣品8品酒員9對(duì)持久性的打分16而該項(xiàng)目滿分為8，明顯有誤，懷疑多打了個(gè)1.對(duì)上述缺失數(shù)據(jù)項(xiàng)取平均值填補(bǔ)數(shù)據(jù)求解首先，我們通過(guò)Matlab編寫(xiě)程序，求得酒樣的變異系數(shù)；再將不屬于置信區(qū)間的評(píng)價(jià)()進(jìn)行兩次逐步調(diào)整，以第一組紅酒舉例。表1.1葡萄酒樣品的變異系數(shù)酒樣編號(hào)數(shù)據(jù)調(diào)整前數(shù)據(jù)調(diào)整后10.1160.02920.0970.03630.1420.03440.0740.01150.1200.04160.0500.01370.0570.01880.1110.03090.0880.024100.1090.036110.1070.024120.1510.043130.0900.032140.0920.032150.1180.035160.1530.052170.0790.029180.0840.017190.0920.030200.1660.038210.1070.035220.0670.019230.1580.050240.0760.031250.0700.021260.1400.048270.0820.044由上表可知，調(diào)整后的數(shù)據(jù)符合要求。我們根據(jù)調(diào)整后的數(shù)據(jù)進(jìn)行配對(duì)t檢驗(yàn)。用SPSS對(duì)調(diào)整后的數(shù)據(jù)進(jìn)行雙樣本均值t檢驗(yàn)平均值的標(biāo)準(zhǔn)誤:表示各酒樣得分的離散程度；：兩組評(píng)酒員評(píng)分結(jié)果無(wú)顯著性差異；：兩組評(píng)酒員評(píng)分結(jié)果存在顯著性差異；第一組紅葡萄酒得分和第二組紅葡萄酒得分進(jìn)行獨(dú)立樣本t檢驗(yàn)后結(jié)果表1.2成對(duì)樣本統(tǒng)計(jì)量均值N標(biāo)準(zhǔn)差均值的標(biāo)準(zhǔn)誤對(duì)1VAR0000172.9098277.374071.41914VAR0000270.8320273.92975.75628表1.3成對(duì)樣本相關(guān)系數(shù)N相關(guān)系數(shù)Sig.對(duì)1VAR00001&VAR0000227.060.767表1.4成對(duì)樣本檢驗(yàn)組別成對(duì)差分tdfSig.(雙側(cè))均值標(biāo)準(zhǔn)差均值的標(biāo)準(zhǔn)誤差分的95%置信區(qū)間下限上限對(duì)1VAR00001-VAR000022.077728.145891.56768-1.144685.300131.32526.197由上表Sig=0.197>5%,接收假設(shè)；此時(shí)t=1.325,F=3.521，顯著性概率=0.197>5%，兩組方差差異不顯著，從數(shù)據(jù)中可以看出第一組的標(biāo)準(zhǔn)差7.37407＞第二組的標(biāo)準(zhǔn)差3.92975，且均值的標(biāo)準(zhǔn)誤差值第一組1.41914＞第二組0.75628，所以對(duì)于紅葡萄酒的評(píng)價(jià)第二組更可信第一組白葡萄酒得分和第二組白葡萄酒得分獨(dú)立樣本t檢驗(yàn)后結(jié)果：表1.5成對(duì)樣本統(tǒng)計(jì)量均值N標(biāo)準(zhǔn)差均值的標(biāo)準(zhǔn)誤對(duì)1V273.975000284.8278225.9123727V476.532143283.1709391.5992512表1.6成對(duì)樣本相關(guān)系數(shù)N相關(guān)系數(shù)Sig.對(duì)1V2&V428-.139.480表1.7成對(duì)樣本檢驗(yàn)成對(duì)差分tdfSig.(雙側(cè))均值標(biāo)準(zhǔn)差均值的標(biāo)準(zhǔn)誤差分的95%置信區(qū)間下限上限對(duì)1V2-V4-2.55714296.13414421.1592443-4.9357157-.1785701-2.20627.036由上表Sig=0.036<5%,接收假設(shè)。此時(shí)t=-2.206,F=2.318,顯著性概率=0.036<5%,因此結(jié)論是兩組方差差異顯著，從數(shù)據(jù)中可以看出第一組的標(biāo)準(zhǔn)差4.8278225＞第二組的標(biāo)準(zhǔn)差3.1709391，且均值的比準(zhǔn)誤差值第一組0.9123727＞第二組0.5992512，所以對(duì)于白葡萄酒的評(píng)價(jià)第二組更可信。綜上所述，兩組評(píng)酒員對(duì)于紅葡萄酒的評(píng)價(jià)沒(méi)有顯著差異，對(duì)白葡萄酒的評(píng)價(jià)有顯著差異。第二組的結(jié)果更可信。5.2問(wèn)題二的模型建立與求解5.2.1問(wèn)題分析根據(jù)釀酒葡萄的理化指標(biāo)對(duì)釀酒葡萄進(jìn)行分級(jí)。釀酒葡萄具有多個(gè)理化指標(biāo)，在用統(tǒng)計(jì)分析方法研究這個(gè)多指標(biāo)的課題時(shí)，指標(biāo)個(gè)數(shù)太多就會(huì)增加復(fù)雜性。然而葡萄的各個(gè)理化指標(biāo)間是有一定的相關(guān)關(guān)系的，當(dāng)兩個(gè)指標(biāo)之間有一定相關(guān)關(guān)系時(shí)，可以解釋為這兩個(gè)指標(biāo)對(duì)葡萄質(zhì)量的反映有一定的重疊,因此考慮采用主成分分析法。主成分分析是對(duì)于原先提出的所有指標(biāo)，建立盡可能少的新指標(biāo)，使得這些新指標(biāo)是兩兩不相關(guān)的,而且這些新指標(biāo)在反映葡萄的質(zhì)量方面盡可能保持原有的信息,根據(jù)釀酒葡萄的理化指標(biāo)和葡萄酒的質(zhì)量對(duì)這些釀酒葡萄進(jìn)行分級(jí)。5.2.2數(shù)據(jù)預(yù)處理附件2釀酒白葡萄的百粒質(zhì)量第三組數(shù)據(jù)太大，2226.1---226.1；原始數(shù)據(jù)中有多次測(cè)試的一級(jí)指標(biāo)求平均，用均值代表這個(gè)指標(biāo)；5.2.3基于SPSS的主成分分析的步驟及其因子分析用matlab將原始數(shù)據(jù)進(jìn)行正向化、標(biāo)準(zhǔn)化處理,并計(jì)算相關(guān)系數(shù)矩陣，然后用SPSS20.0進(jìn)行主成分分析，確定主成分個(gè)數(shù)。標(biāo)準(zhǔn)化處理計(jì)算相關(guān)系數(shù)矩陣；為原變量與的相關(guān)系數(shù),,其計(jì)算公式為:；計(jì)算特征值與特征向量,首先解特征方程求出特征值,并使其按大小順序排列,然后求出對(duì)應(yīng)特征值的特征向量；計(jì)算主成分貢獻(xiàn)率及累計(jì)貢獻(xiàn)率：貢獻(xiàn)率：累計(jì)貢獻(xiàn)率:若前m個(gè)主成份的累計(jì)貢獻(xiàn)率達(dá)到了85%，則這m個(gè)主成份能反映足夠的信息，因這m個(gè)成分作為主成分。表2.1成份矩陣a成份12345F1.330.777-.078-.392-.159F2.867-.357.202-.159.164F3-.079-.679.169-.055-.604F4.967-.029-.125.172.041F5.629.363.427-.262.321F6.036.605.276.645-.046F7.227.408.551.421.309F8.329.180-.275.765.222F9.669.001.120.704-.070F10.905-.334.003-.141-.030F11.942-.024-.177-.192-.013F12.889-.047-.302.065-.172F13.896-.157-.191-.192.008F14-.002-.018.925-.100-.274F15.810.219.018.276-.172F16-.015.905-.259-.236.057F17-.213.894-.219-.146.084F18-.044.860-.424-.136.073F19.447-.320.195-.741.155F20-.463.419-.691.024-.279F21.459.036.608-.047.517F22.085.947-.279-.086.046F23-.380-.756-.209-.024.440F24-.547-.629-.477-.019.167F25.823-.060.224.277-.302F26.730-.220-.373-.320-.038F27-.247-.475-.710.318.217F28-.584-.553.429.168.042F29-.585.257.714-.105-.106F30-.539.509.570-.095.030已提取了5個(gè)主成份。表2.2五個(gè)主要成分主成分類(lèi)別具體成分第一主成分蛋白質(zhì)、花色苷、DPPH自由基、總酚、單寧、葡萄總黃酮第二主成分總糖、還原糖、可溶性固形物、干物質(zhì)含量第三主成分白藜蘆醇、顏色a*第四主成分多酚氧化酶活力、褐變度第五主成分固酸比、果穗質(zhì)量由成分矩陣表,得到主成分與釀酒葡萄各指標(biāo)的線性關(guān)系式:。表2.3解釋的總方差成份初始特征值提取平方和載入旋轉(zhuǎn)平方和載入合計(jì)方差的%累積%合計(jì)方差的%累積%合計(jì)方差的%累積%110.13133.76933.76910.13133.76933.7699.39131.30431.30427.48524.95158.7207.48524.95158.7206.81022.69954.00335.00016.66775.3875.00016.66775.3874.13713.78867.79243.12310.41185.7983.12310.41185.7983.62412.08179.87351.5715.23691.0341.5715.23691.0343.34811.16191.0346.9343.11594.1497.5221.74195.8898.3841.28197.1709.223.74397.91410.208.69498.60811.161.53899.14612.093.31199.45713.060.20199.65814.037.12399.78115.023.07599.85616.017.05699.91217.015.05199.96318.004.01499.97719.004.01299.98920.001.00599.99421.001.00499.99722.000.00199.99923.000.001100.000245.465E-005.000100.000252.231E-0067.435E-006100.000263.096E-0151.032E-014100.000274.159E-0161.386E-015100.000282.078E-0166.927E-016100.000295.978E-0171.993E-016100.00030-2.759E-016-9.196E-016100.000以主成分與其方差貢獻(xiàn)率構(gòu)建出釀酒葡萄品質(zhì)的綜合得分模型,即表2.4綜合得分排序綜合得分酒樣序號(hào)5.9235.8025.7574.9354.5413.8712.7161.5430.9910.8700.2980.248-0.358-0.857-1.369-1.407-1.680-2.076-2.113-2.418-2.435-2.511-2.603-3.904-4.156-4.349-5.2593912821141623221119137515624124171827202610255.2.4葡萄酒質(zhì)量得分附件1已經(jīng)給出評(píng)酒員的具體打分情況，但是百分制打分各單項(xiàng)指標(biāo)的權(quán)重分配不一定合理。因此，首先我們以第2組可信度較高的評(píng)分?jǐn)?shù)據(jù)，對(duì)各指標(biāo)的權(quán)重進(jìn)行重新分配。5.2.4.1基于信息熵對(duì)權(quán)重的重新分配檢測(cè)權(quán)重的合理性我們以第2組的可信數(shù)據(jù)，對(duì)已知權(quán)重的合理性進(jìn)行檢驗(yàn)，若權(quán)重不合理，將重新確定權(quán)重。為了避免客觀給定權(quán)重，我們可以根據(jù)基于信息熵的確定權(quán)重的方法重新計(jì)算信息熵并比較。基于信息熵的確定權(quán)重方法分析信息熵法是偏于客觀的確定權(quán)重的方法，它借用信息論中熵的概念。適用于多屬性決策和評(píng)價(jià)。本問(wèn)題中各屬性是葡萄酒的10項(xiàng)單指標(biāo)（外觀澄清度、氣味濃度等），本問(wèn)題的決策方案即是對(duì)27種紅葡萄酒和27種白葡萄酒進(jìn)行分級(jí)，也就是說(shuō)對(duì)各屬性確定權(quán)重，然后計(jì)算每種葡萄酒的總得分，最后進(jìn)行排序分類(lèi)。用信息熵確定各屬性權(quán)重的具體步驟:以2組評(píng)酒員對(duì)紅葡萄酒各項(xiàng)指標(biāo)的評(píng)分的平均值為信息構(gòu)造決策矩陣X，決策變量為27個(gè)紅葡萄酒酒樣,決策屬性。上述10個(gè)指標(biāo)屬性都是效應(yīng)型指標(biāo)，利用公式對(duì)決策矩陣進(jìn)行規(guī)范化處理，其中分別為10個(gè)屬性得分的最高值。再由對(duì)規(guī)范化矩陣進(jìn)行歸一化處理。通過(guò)公式，（n=27）計(jì)算10個(gè)屬性的信息熵通過(guò)公式計(jì)算我們確定的各單項(xiàng)的新的權(quán)重為:表2.5葡萄酒的重新確定的權(quán)重0.03340.41970.15340.12650.06070.03660.08080.01750.05590.01555.2.4.2

葡萄酒質(zhì)量綜合得分根據(jù)以上信息熵重新確定的各個(gè)評(píng)價(jià)指標(biāo)的權(quán)重分，再根據(jù)權(quán)重和評(píng)酒員的評(píng)分就可以計(jì)算出每種葡萄酒質(zhì)量的總得分,葡萄酒質(zhì)量得分和排名如下表所示:表2.6紅葡萄酒質(zhì)量得分和排名排序后的綜合得分序號(hào)7.546457.483097.023337.001126.998546.977396.946436.905116.870976.813896.791896.680346.610676.577966.554196.507126.474096.454036.388366.37976.275276.177695.893275.797925.313165.290884.953522221614721315202352419612513189262712101748115.2.5模糊綜合評(píng)價(jià)綜合兩個(gè)排名，我們提出了基于模糊數(shù)學(xué)對(duì)釀酒葡萄等級(jí)的劃分，這種劃分方法充分尊重了兩組數(shù)據(jù)，但是當(dāng)兩組數(shù)據(jù)對(duì)結(jié)果的影響因素相差很大是，評(píng)價(jià)結(jié)果將產(chǎn)生較大的誤差。由表5.2.4、5.2.6，我們建立了評(píng)價(jià)標(biāo)準(zhǔn)。表2.7紅葡萄質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)一級(jí)標(biāo)準(zhǔn)二級(jí)標(biāo)準(zhǔn)三級(jí)標(biāo)準(zhǔn)釀酒葡萄5.71.7-4.7葡萄酒7.465.3建立評(píng)價(jià)集：。確定權(quán)向量在求解過(guò)程中，首先，利用表5.2.7中的數(shù)據(jù)，構(gòu)建具有2項(xiàng)評(píng)價(jià)對(duì)象，4個(gè)評(píng)價(jià)指標(biāo)的判斷矩陣：之后，將判斷矩陣進(jìn)行歸一化處理，得到歸一化矩陣，的元素為：則得到矩陣：根據(jù)熵的定義，2個(gè)評(píng)價(jià)對(duì)象，4個(gè)評(píng)價(jià)指標(biāo)，確定評(píng)價(jià)指標(biāo)的熵值：其中：。顯然，當(dāng)時(shí)無(wú)意義，因此需要對(duì)進(jìn)行修正，將其定義為：接著，利用熵值計(jì)算評(píng)價(jià)指標(biāo)的熵權(quán)：式中，，且滿足。當(dāng)時(shí)，當(dāng)時(shí)，當(dāng)時(shí)，表2.8紅葡萄等級(jí)排名模糊劃分等級(jí)釀酒葡萄酒樣序號(hào)1級(jí)1、2、3、8、9、212級(jí)5、7、11、13、14、15、16、19、22、233級(jí)4、6、10、12、17、18、20、24、25、26、275.3問(wèn)題三模型的建立與求解5.3.1問(wèn)題分析在問(wèn)題2的主成分分析中我們已經(jīng)得到釀酒葡萄的綜合得分，因此我們以葡萄酒的指標(biāo)為解釋變量,以釀酒葡萄葡萄的綜合得分為被解釋變量,進(jìn)行多元線性和非線性回歸,得出釀酒葡萄各個(gè)理化指標(biāo)與葡萄酒各項(xiàng)理化指標(biāo)之間的關(guān)系,進(jìn)而分析兩者之間的聯(lián)系。數(shù)據(jù)預(yù)處理為了消除各項(xiàng)指標(biāo)的量綱差異,首先對(duì)每個(gè)釀酒葡萄的各項(xiàng)理化指標(biāo)和葡萄酒的各項(xiàng)理化指標(biāo)為標(biāo)準(zhǔn)化處理的公式如下:相關(guān)理論:、值越大，、值越小，回歸模型擬合效果越好。模型1：多元線性回歸釀酒紅葡萄與紅葡萄酒各理化指標(biāo)的關(guān)系表達(dá)式為:表3.1檢驗(yàn)紅葡萄回歸模型的統(tǒng)計(jì)量0.66065.28250.00180.4645圖3.1紅葡萄殘差分布圖殘差的置信區(qū)間均包含零點(diǎn)釀酒白葡萄與紅葡萄酒各理化指標(biāo)的關(guān)系表達(dá)式為:表3.2檢驗(yàn)白葡萄回歸模型的統(tǒng)計(jì)量0.47703.19180.02190.6725圖3.2白葡萄酒殘差分布圖白葡萄酒殘差分布圖，白葡萄酒除有1個(gè)數(shù)據(jù)外其余殘差的置信區(qū)間均包含零點(diǎn)，將這個(gè)1個(gè)數(shù)據(jù)點(diǎn)視為異常點(diǎn)（圖中紅線），將其剔除后又生成新的異常數(shù)據(jù)點(diǎn)偏小，因此建立模型二進(jìn)行了非線性回歸分析。模型2：多元非線性回歸釀酒紅葡萄與紅葡萄酒的理化指標(biāo)多元二次項(xiàng)回歸分析表3.3檢驗(yàn)紅葡萄回歸模型的統(tǒng)計(jì)量0.79903.40800.01990.4354圖3.3紅葡萄殘差分布圖由上述四個(gè)系數(shù)知擬合度較好，該二次項(xiàng)回歸模型可信度高。釀酒白葡萄與白葡萄酒的理化指標(biāo)多元二次項(xiàng)回歸分析表3.4檢驗(yàn)白葡萄回歸模型的統(tǒng)計(jì)量0.70923.04920.02220.5234圖3.4釀酒白葡萄殘差分布圖剔除異常點(diǎn)后：表3.5白葡萄回歸模型的統(tǒng)計(jì)量0.82835.22690.00290.2826圖3.5剔除異常數(shù)據(jù)的殘差分布圖問(wèn)題四的建模與求解模型求解我們根據(jù)釀酒葡萄理化指標(biāo)和葡萄酒理化指標(biāo)計(jì)算出葡萄酒質(zhì)量的綜合得分，運(yùn)用SPSS主成分分析對(duì)紅葡萄酒的理化指標(biāo)降維處理，對(duì)釀酒紅葡萄提取出一個(gè)主成分,得到紅葡萄酒得分模型： 表4.1成份矩陣a成份1V1.964V2.993V3.999V4.991V5.479V6.995V7-.975提取方法:主成份。已提取了1個(gè)成份。根據(jù)上述得分模型計(jì)算出紅葡萄酒綜合得分，并由問(wèn)題二中得到的釀酒紅葡萄的綜合得分進(jìn)行對(duì)比分析。對(duì)比分析相似度分析我們把理化指標(biāo)計(jì)算出的質(zhì)量得分進(jìn)行排名，與口感分析的葡萄酒質(zhì)量排名進(jìn)行相似度分析。圖4.1葡萄酒質(zhì)量排名相似性分析由圖4.1知,由釀酒葡萄理化指標(biāo)和葡萄酒的理化指標(biāo)質(zhì)量排名與品酒員口感分析質(zhì)量排名的相似性在某些區(qū)間段好而在其他區(qū)間段不是很好，因此我們進(jìn)行了灰色關(guān)聯(lián)度分析來(lái)最終確定能否用釀酒葡萄理化指標(biāo)和葡萄酒的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量。關(guān)聯(lián)度分析我們把口感分析的葡萄酒質(zhì)量得分作為參考量，分別把葡萄酒和釀酒葡萄的理化指標(biāo)計(jì)算出的質(zhì)量得分作為比較量，用Matlab編程對(duì)兩者進(jìn)行關(guān)聯(lián)度分析得其葡萄酒、釀酒葡萄理化指標(biāo)與葡萄酒質(zhì)量關(guān)聯(lián)度為0.6072，0.6072，結(jié)合2.1.1相似度分析我們認(rèn)為不宜用釀酒葡萄理化指標(biāo)和葡萄酒理化指標(biāo)來(lái)評(píng)價(jià)白葡萄酒的質(zhì)量。（對(duì)比如下圖）表4.2紅葡萄和葡萄酒的理化指標(biāo)與葡萄酒質(zhì)量對(duì)比釀酒紅葡萄紅葡萄酒紅葡萄酒（口感分析）5.7574.9355.923-2.418-1.369-1.680-0.8574.5415.802-4.3490.298-2.113-0.3582.716-1.4071.543-2.435-2.5110.248-3.9043.8710.8700.991-2.076-5.259-4.156-2.6031.5501.113-0.322-0.168-0.273-0.9311.5301.401-0.585-0.908-0.645-0.407-0.389-0.968-0.7610.085-0.786-0.293-0.5500.6810.0171.966-0.226-0.578-0.871-0.498-0.4986.5547.5466.9465.3136.7926.5786.9995.2916.3885.8934.9546.1786.4747.0016.9057.0235.7986.4546.6116.8716.9777.4836.8146.6806.5076.3806.275表4.3白葡萄和葡萄酒的理化指標(biāo)與葡萄酒質(zhì)量對(duì)比釀酒白葡萄白葡萄酒白葡萄酒（口感分析）-3.5090.1750.9750.5563.0910.5751.272-5.7950.7301.620-1.9461.054-4.1980.657-0.701-6.847-3.290-0.342-3.4931.1640.662-1.5201.7494.7060.7972.9535.343-1.100-1.3930.9480.625-0.347-1.065-0.330-2.623-0.4850.965-0.5811.542-1.011-2.4581.389-1.5871.457-0.835-0.0360.299-1.532-2.469-1.1107.525-0.427-1.7145.6826.0435.2475.9665.8715.6606.3386.5456.1736.3646.1486.3046.1546.2055.9946.2406.1676.2886.2265.8936.3886.4256.4516.0875.8476.0966.5346.007模型的優(yōu)缺點(diǎn)優(yōu)點(diǎn)：在解決問(wèn)題一時(shí)，我們考慮到了品酒員的評(píng)分喜好會(huì)比較大的影響人的判斷，如評(píng)價(jià)尺度的差異，評(píng)價(jià)位置的差異，評(píng)價(jià)方向的差異。為了減少這種差異，應(yīng)對(duì)評(píng)酒員的原始數(shù)據(jù)進(jìn)行相應(yīng)的處理，從而降低品酒員評(píng)分間的系統(tǒng)誤差。我們運(yùn)用了置信區(qū)間法，極大地降低了酒樣間的差異系數(shù)，使不同評(píng)酒員對(duì)同一酒樣的評(píng)價(jià)趨于一致，進(jìn)而降低了品酒員評(píng)分間的差異，更真實(shí)地反應(yīng)酒樣客觀差異。對(duì)于問(wèn)題二，我們基于主成分分析法,避免了大量釀酒葡萄的理化指標(biāo)數(shù)據(jù)處理的復(fù)雜同時(shí)也盡可能地獲得了最大的信息量。接著，我們又利用熵值法重新確定了各項(xiàng)指標(biāo)的權(quán)重系數(shù)，得到了各品種葡萄酒在新的權(quán)重下的得分，并得到排名。最后，綜合兩個(gè)排名，我們提出了基于模糊數(shù)學(xué)對(duì)釀酒葡萄劃分等級(jí)簡(jiǎn)潔合理，這種劃分方法充分尊重了兩組數(shù)據(jù)，并利用信息熵充分利用數(shù)據(jù)信息。在分析問(wèn)題四時(shí)，我們先運(yùn)用灰色關(guān)聯(lián)系數(shù)法，求出了所有因素對(duì)葡萄酒質(zhì)量的影響，在運(yùn)用因子分析法，找出影響葡萄酒質(zhì)量的主要因素，從而最大程度上降低了問(wèn)題的復(fù)雜性。本文在問(wèn)題分析和數(shù)據(jù)處理時(shí)，大量運(yùn)用Matlab進(jìn)行模型的實(shí)現(xiàn)，而Matlab軟件具有較強(qiáng)的仿真性，功能也十分強(qiáng)大，精確度也很高，從這個(gè)角度可證明我們結(jié)果的可靠性與方法的合理性。缺點(diǎn)：各模型的數(shù)據(jù)使用前基本都需要進(jìn)行標(biāo)準(zhǔn)化處理，使結(jié)果出現(xiàn)一定程度上的誤差。我們提出了基于模糊數(shù)學(xué)對(duì)釀酒葡萄等級(jí)的劃分，這種劃分方法充分尊重了兩組數(shù)據(jù)，但是當(dāng)兩組數(shù)據(jù)對(duì)結(jié)果的影響因素相差很大時(shí)，評(píng)價(jià)結(jié)果將產(chǎn)生較大的誤差。參考資料[1]賴(lài)國(guó)毅,陳超,SPSS17.0常用功能與應(yīng)用實(shí)例精講,北京:電子工業(yè)出版社,2010年[2]焦樹(shù)鋒,AHP法中平均隨機(jī)一致性指標(biāo)的算法及MATLAB實(shí)現(xiàn),2006年[3]洪志國(guó),李焱,范植華,王勇,層次分析法中高階平均隨機(jī)一致性指標(biāo)()的計(jì)算,2002年[4]崔國(guó)生,翟春,利用成對(duì)比較矩陣解決一類(lèi)教育評(píng)價(jià)問(wèn)題,2005年[5]馬艷霞,土地評(píng)價(jià)方法對(duì)指標(biāo)權(quán)重的影響_以蘭州市永登縣和皋蘭縣為例,2010年[6]唐功爽,基于SPSS的主成分分析與因子分析的辨析,第2期,2007年[7]郭顯光,如何用SPSS軟件進(jìn)行主成分分析,第2期,1998年[8]呂衛(wèi)東,主成分分析法在釀酒葡萄質(zhì)量評(píng)價(jià)中的應(yīng)用,第23期,2012年[9]劉輝,利用T檢驗(yàn)?zāi)Ｐ蜋z驗(yàn)葡萄酒的評(píng)價(jià)差異,第1期,2013年[10]劉洋洋,釀酒葡萄分級(jí)的方法研究,第31期,2012年[11]李華,葡萄酒感官評(píng)價(jià)結(jié)果的統(tǒng)計(jì)分析方法研究,第2期,2006年附錄附錄1functionputao_1clear;file='均值、標(biāo)準(zhǔn)差、變異系數(shù).xlsx';%%加載數(shù)據(jù)fprintf('正在讀取數(shù)據(jù)...\n');%也可用disp函數(shù)x1_data=xlsread('葡萄酒品嘗評(píng)分表.xls',1,'a1:j270');%第一組白葡萄品嘗評(píng)分?jǐn)?shù)x2_data=xlsread('葡萄酒品嘗評(píng)分表.xls',2,'a1:j280');%第一組白酒品嘗評(píng)分?jǐn)?shù)x3_data=xlsread('葡萄酒品嘗評(píng)分表.xls',3,'a1:j270');%第二組白葡萄品嘗評(píng)分?jǐn)?shù)x4_data=xlsread('葡萄酒品嘗評(píng)分表.xls',4,'a1:j280');%第二組白酒品嘗評(píng)分?jǐn)?shù)fprintf('讀取完畢！\n');n1=size(x1_data,1)/10;n2=size(x2_data,1)/10;m=size(x1_data,2);k=10;%每個(gè)洋酒有10個(gè)評(píng)分%saveputao1%%對(duì)每位品酒員對(duì)每個(gè)酒樣的打分進(jìn)行合計(jì)functionx=SUM(n,x_data)fori=1:nforj=(k*(i-1)+1):(k*i)ifj-k*(i-1)==1temp=zeros(10);j1=1;endtemp(j1,:)=x_data(j,:);%獲得下一個(gè)酒樣的打分j1=j1+1;ifj-k*i==0%該酒樣得分獲取完成fori1=1:10x(i,i1)=sum(temp(:,i1));%累加每位品酒員對(duì)每個(gè)酒樣各項(xiàng)目的打分endendendendend%%對(duì)每個(gè)酒樣求均值、標(biāo)準(zhǔn)差、變異系數(shù)function[M,S,cv]=mse(X)M=mean(X,2);S=std(X,0,2);cv=S./M;end%%合計(jì)每個(gè)酒樣的10個(gè)總分X1=SUM(n1,x1_data);X2=SUM(n2,x2_data);X3=SUM(n1,x3_data);X4=SUM(n2,x4_data);%%計(jì)算數(shù)據(jù)調(diào)整前的均值、標(biāo)準(zhǔn)差、變異系數(shù)[x1_m1,x1_s1,x1_cv1]=mse(X1);[x2_m1,x2_s1,x2_cv1]=mse(X2);[x3_m1,x3_s1,x3_cv1]=mse(X3);[x4_m1,x4_s1,x4_cv1]=mse(X4);%%置信區(qū)間法調(diào)整數(shù)據(jù)functionY=myfun(X)fori=1:size(X,1)xm=mean(X(i,:));%每個(gè)酒樣平均值xs=std(X(i,:));%每個(gè)酒樣方差forj=1:size(X,2)ifX(i,j)>=(xm-xs)&X(i,j)<=(xm+xs)continue;elseifX(i,j)>(xm+xs)X(i,j)=X(i,j)-xs;endifX(i,j)<(xm-xs)X(i,j)=X(i,j)+xs;endendendendY=X;end%%利用置信區(qū)間法進(jìn)行兩次數(shù)據(jù)調(diào)整fort=1:2X1=myfun(X1);X2=myfun(X2);X3=myfun(X3);X4=myfun(X4);end%%計(jì)算數(shù)據(jù)調(diào)整后的均值、標(biāo)準(zhǔn)差、變異系數(shù)[x1_m2,x1_s2,x1_cv2]=mse(X1);[x2_m2,x2_s2,x2_cv2]=mse(X2);[x3_m2,x3_s2,x3_cv2]=mse(X3);[x4_m2,x4_s2,x4_cv2]=mse(X4);%%寫(xiě)入數(shù)據(jù)到exceltext1={'數(shù)據(jù)調(diào)整前';'均值'};text2={'標(biāo)準(zhǔn)差'};text3={'變異系數(shù)'};text4={'數(shù)據(jù)調(diào)整后';'均值'};fprintf('寫(xiě)入數(shù)據(jù)到excel...\n');text={'第一組紅葡萄酒';'均值';'標(biāo)準(zhǔn)差';'變異系數(shù)'};xlswrite(file,text1,1,'a1');xlswrite(file,text2,1,'f2');xlswrite(file,text3,1,'k2');xlswrite(file,text4,1,'p1');xlswrite(file,text2,1,'u2');xlswrite(file,text3,1,'z2');xlswrite(file,x1_m1,1,'a3');xlswrite(file,x2_m1,1,'b3');xlswrite(file,x3_m1,1,'c3');xlswrite(file,x4_m1,1,'d3');xlswrite(file,x1_s1,1,'f3');xlswrite(file,x2_s1,1,'g3');xlswrite(file,x3_s1,1,'h3');xlswrite(file,x4_s1,1,'i3');xlswrite(file,x1_cv1,1,'k3');xlswrite(file,x2_cv1,1,'l3');xlswrite(file,x3_cv1,1,'m3');xlswrite(file,x4_cv1,1,'n3');xlswrite(file,x1_m2,1,'p3');xlswrite(file,x2_m2,1,'q3');xlswrite(file,x3_m2,1,'r3');xlswrite(file,x4_m2,1,'s3');xlswrite(file,x1_s2,1,'u3');xlswrite(file,x2_s2,1,'v3');xlswrite(file,x3_s2,1,'w3');xlswrite(file,x4_s2,1,'x3');xlswrite(file,x1_cv2,1,'z3');xlswrite(file,x2_cv2,1,'aa3');xlswrite(file,x3_cv2,1,'ab3');xlswrite(file,x4_cv2,1,'ac3');fprintf('寫(xiě)入完畢!\n');end附錄22.1functionputao_2_dataclear;file1='指標(biāo)總表.xlsx';file2='釀酒葡萄.xlsx';%text={'紅葡萄';'白葡萄'};txt={'氨基酸總量';'蛋白質(zhì)';'VC含量';'花色苷';'酒石酸';'蘋(píng)果酸';...'檸檬酸';'多酚氧化酶活力';'褐變度';'DPPH自由基';'總酚';'單寧';...'葡萄總黃酮';'白藜蘆醇';'黃酮醇';'總糖';'還原糖';'可溶性固形物';...'PH值';'可滴定酸';'固酸比';'干物質(zhì)含量';'果穗質(zhì)量';'百粒質(zhì)量';...'果梗比';'出汁率';'果皮質(zhì)量';'顏色L*';'顏色a*';'顏色b*';};%%載入數(shù)據(jù)fprintf('載入數(shù)據(jù)...\n');d1=xlsread(file1,1,'b3:b29');d2=xlsread(file1,1,'D3:E29');d3=xlsread(file1,1,'g3:h29');d4=xlsread(file1,1,'j3:l29');d5=xlsread(file1,1,'n3:n29');d6=xlsread(file1,1,'p3:p29');d7=xlsread(file1,1,'r3:r29');d8=xlsread(file1,1,'t3:v29');d9=xlsread(file1,1,'x3:z29');d10=xlsread(file1,1,'ab3:ad29');d11=xlsread(file1,1,'af3:ah29');d12=xlsread(file1,1,'aj3:al29');d13=xlsread(file1,1,'an3:ap29');d14=xlsread(file1,1,'ar3:ar29');d15=xlsread(file1,1,'at3:at29');d16=xlsread(file1,1,'av3:ax29');d17=xlsread(file1,1,'az3:az29');d18=xlsread(file1,1,'bb3:bd29');d19=xlsread(file1,1,'bf3:bh29');d20=xlsread(file1,1,'bj3:bl29');d21=xlsread(file1,1,'bn3:bp29');d22=xlsread(file1,1,'br3:bt29');d23=xlsread(file1,1,'bv3:bx29');d24=xlsread(file1,1,'bz3:cb29');d25=xlsread(file1,1,'cd3:cf29');d26=xlsread(file1,1,'ch3:cj29');d27=xlsread(file1,1,'cl3:cn29');d28=xlsread(file1,1,'cp3:cr29');d29=xlsread(file1,1,'ct3:cv29');d30=xlsread(file1,1,'cx3:cz29');dd1=xlsread(file1,1,'b34:b61');dd2=xlsread(file1,1,'D34:E61');dd3=xlsread(file1,1,'g34:h61');dd4=xlsread(file1,1,'j34:l61');dd5=xlsread(file1,1,'n34:n61');dd6=xlsread(file1,1,'p34:p61');dd7=xlsread(file1,1,'r34:r61');dd8=xlsread(file1,1,'t34:v61');dd9=xlsread(file1,1,'x34:z61');dd10=xlsread(file1,1,'ab34:ad61');dd11=xlsread(file1,1,'af34:ah61');dd12=xlsread(file1,1,'aj34:al61');dd13=xlsread(file1,1,'an34:ap61');dd14=xlsread(file1,1,'ar34:ar61');dd15=xlsread(file1,1,'at34:at61');dd16=xlsread(file1,1,'av34:ax61');dd17=xlsread(file1,1,'az34:az61');dd18=xlsread(file1,1,'bb34:bd61');dd19=xlsread(file1,1,'bf34:bh61');dd20=xlsread(file1,1,'bj34:bl61');dd21=xlsread(file1,1,'bn34:bp61');dd22=xlsread(file1,1,'br34:bt61');dd23=xlsread(file1,1,'bv34:bx61');dd24=xlsread(file1,1,'bz34:cb61');dd25=xlsread(file1,1,'cd34:cf61');dd26=xlsread(file1,1,'ch34:cj61');dd27=xlsread(file1,1,'cl34:cn61');dd28=xlsread(file1,1,'cp34:cr61');dd29=xlsread(file1,1,'ct34:cv61');dd30=xlsread(file1,1,'cx34:cz61');fprintf('載入完畢!\n');%%求各因子均值functionY=M(X)fori=1:size(X,1)m(i,:)=mean(X(i,:));endY=m;end%%均值d2=M(d2);d3=M(d3);d4=M(d4);d8=M(d8);d9=M(d9);d10=M(d10);d11=M(d11);d12=M(d12);d13=M(d13);d16=M(d16);d18=M(d18);d19=M(d19);d20=M(d20);d21=M(d21);d22=M(d22);d23=M(d23);d24=M(d24);d25=M(d25);d26=M(d26);d27=M(d27);d28=M(d28);d29=M(d29);d30=M(d30);dd2=M(dd2);dd3=M(dd3);dd4=M(dd4);dd8=M(dd8);dd9=M(dd9);dd10=M(dd10);dd11=M(dd11);dd12=M(dd12);dd13=M(dd13);dd16=M(dd16);dd18=M(dd18);dd19=M(dd19);dd20=M(dd20);dd21=M(dd21);dd22=M(dd22);dd23=M(dd23);dd24=M(dd24);dd25=M(dd25);dd26=M(dd26);dd27=M(dd27);dd28=M(dd28);dd29=M(dd29);dd30=M(dd30);%%寫(xiě)入數(shù)據(jù)到excelfprintf('寫(xiě)入數(shù)據(jù)到excel...\n');%xlswrite(file2,text(1),1,'a1');xlswrite(file2,txt',1,'a1');xlswrite(file2,d1,1,'a2');xlswrite(file2,d2,1,'b2');xlswrite(file2,d3,1,'c2');xlswrite(file2,d4,1,'d2');xlswrite(file2,d5,1,'e2');xlswrite(file2,d6,1,'f2');xlswrite(file2,d7,1,'g2');xlswrite(file2,d8,1,'h2');xlswrite(file2,d9,1,'i2');xlswrite(file2,d10,1,'j2');xlswrite(file2,d11,1,'k2');xlswrite(file2,d12,1,'l2');xlswrite(file2,d13,1,'m2');xlswrite(file2,d14,1,'n2');xlswrite(file2,d15,1,'o2');xlswrite(file2,d16,1,'p2');xlswrite(file2,d17,1,'q2');xlswrite(file2,d18,1,'r2');xlswrite(file2,d19,1,'s2');xlswrite(file2,d20,1,'t2');xlswrite(file2,d21,1,'u2');xlswrite(file2,d22,1,'v2');xlswrite(file2,d23,1,'w2');xlswrite(file2,d24,1,'x2');xlswrite(file2,d25,1,'y2');xlswrite(file2,d26,1,'z2');xlswrite(file2,d27,1,'aa2');xlswrite(file2,d28,1,'ab2');xlswrite(file2,d29,1,'ac2');xlswrite(file2,d30,1,'ad2');%xlswrite(file2,text(2),2,'a1');xlswrite(file2,txt',2,'a1');xlswrite(file2,dd1,2,'a2');xlswrite(file2,dd2,2,'b2');xlswrite(file2,dd3,2,'c2');xlswrite(file2,dd4,2,'d2');xlswrite(file2,dd5,2,'e2');xlswrite(file2,dd6,2,'f2');xlswrite(file2,dd7,2,'g2');xlswrite(file2,dd8,2,'h2');xlswrite(file2,dd9,2,'i2');xlswrite(file2,dd10,2,'j2');xlswrite(file2,dd11,2,'k2');xlswrite(file2,dd12,2,'l2');xlswrite(file2,dd13,2,'m2');xlswrite(file2,dd14,2,'n2');xlswrite(file2,dd15,2,'o2');xlswrite(file2,dd16,2,'p2');xlswrite(file2,dd17,2,'q2');xlswrite(file2,dd18,2,'r2');xlswrite(file2,dd19,2,'s2');xlswrite(file2,dd20,2,'t2');xlswrite(file2,dd21,2,'u2');xlswrite(file2,dd22,2,'v2');xlswrite(file2,dd23,2,'w2');xlswrite(file2,dd24,2,'x2');xlswrite(file2,dd25,2,'y2');xlswrite(file2,dd26,2,'z2');xlswrite(file2,dd27,2,'aa2');xlswrite(file2,dd28,2,'ab2');xlswrite(file2,dd29,2,'ac2');xlswrite(file2,dd30,2,'ad2');fprintf('寫(xiě)入完畢!\n')%%標(biāo)準(zhǔn)化數(shù)據(jù)fprintf('標(biāo)準(zhǔn)化數(shù)據(jù)...\n');data1=xlsread(file2,1,'a2:ad28');data2=xlsread(file2,2,'a2:ad29');data1=zscore(data1);%標(biāo)準(zhǔn)化data2=zscore(data2);xlswrite(file2,{'紅葡萄標(biāo)準(zhǔn)化后'},3,'a1');xlswrite(file2,data1,3,'a2');xlswrite(file2,{'白葡萄標(biāo)準(zhǔn)化后'},4,'a1');xlswrite(file2,data2,4,'a2');%%計(jì)算相關(guān)系數(shù)矩陣fprintf('標(biāo)準(zhǔn)化完成!\n計(jì)算相關(guān)系數(shù)矩陣...\n');r1=corrcoef(data1);%計(jì)算相關(guān)系數(shù)矩陣r2=corrcoef(data2);xlswrite(file2,{'紅葡萄相關(guān)系數(shù)矩陣'},5,'a1');xlswrite(file2,r1,5,'a2');xlswrite(file2,{'白葡萄相關(guān)系數(shù)矩陣'},6,'a1');xlswrite(file2,r2,6,'a2');fprintf('數(shù)據(jù)處理完畢!\n');end2.2functionscore%%載入數(shù)據(jù)fprintf('載入數(shù)據(jù)...\n');A1=xlsread('data_2.xlsx',1,'g2:aj28');B1=xlsread('data_2.xlsx',1,'a2:e31');A2=xlsread('data_2.xlsx',3,'i2:al29');B2=xlsread('data_2.xlsx',3,'a2:g31');fprintf('載入完畢!\n');%%計(jì)算得分fprintf('計(jì)算得分...\n');data1=A1*B1;%各主成分得分data2=A2*B2;score1=zonghe(1,data1);%綜合得分score2=zonghe(2,data2);[s1,i1]=sort(score1,'descend');%降序排列[s2,i2]=sort(score2,'descend');fprintf('計(jì)算完畢!\n');%%綜合得分functionY=zonghe(k,X)fori=1:size(X,1)ifk==1Y(i,:)=0.338*X(i,1)+0.25*X(i,2)+0.167*X(i,3)+0.104*X(i,4)+0.052*X(i,5);%紅葡萄綜合得分函數(shù)endifk==2Y(i,:)=0.299*X(i,1)+0.282*X(i,2)+0.14*X(i,3)+0.069*X(i,4)+0.048*X(i,5)+0.039*X(i,6)+0.034*X(i,7);%白葡萄綜合得分函數(shù)endendend%%寫(xiě)入數(shù)據(jù)到excelfprintf('寫(xiě)入數(shù)據(jù)到excel...\n');text={'各主成分得分';'綜合得分';'序號(hào)'};xlswrite('data_2.xlsx',text(1),2,'a1');xlswrite('data_2.xlsx',data1,2,'a2');xlswrite('data_2.xlsx',text(2:3)',2,'g1');xlswrite('data_2.xlsx',s1,2,'g2');xlswrite('data_2.xlsx',i1,2,'h2');xlswrite('data_2.xlsx',text(1),4,'a1');xlswrite('data_2.xlsx',data2,4,'a2');xlswrite('data_2.xlsx',text(2:3)',4,'i1');xlswrite('data_2.xlsx',s2,4,'i2');xlswrite('data_2.xlsx',i2,4,'j2');fprintf('寫(xiě)入完畢!\n');end附錄33.1functionputao_3_data1file='葡萄酒.xlsx';data1=xlsread('指標(biāo)總表.xlsx',2,'b3:t29');data2=xlsread('指標(biāo)總表.xlsx',2,'e33:t60');%%求均值函數(shù)functionY=M(X)fori=1:size(X,1)Y(i,:)=mean(X(i,:));endendglobalf;f=@M;%%對(duì)j列數(shù)據(jù)求每行的均值,j可以是矩陣functiond=Mj(data,j)fort=1:size(data,1)d(t,:)=f(data(:,j));endend%%對(duì)紅葡萄酒數(shù)據(jù)進(jìn)行處理d1=M(data1(:,1:3));d2=M(data1(:,4:6));d3=M(data1(:,7:9));d4=M(data1(:,10:12));d5=data1(:,13);d6=M(data1(:,14:16));d7=M(data1(:,17:19));%%對(duì)白葡萄酒進(jìn)行處理b1=M(data2(:,1:3));b2=M(data2(:,4:6));b3=M(data2(:,7:9));b4=data2(:,10);b5=M(data2(:,11:13));b6=M(data2(:,14:16));%%寫(xiě)入數(shù)據(jù)到excelfprintf('寫(xiě)入數(shù)據(jù)到excel...\n');text={'花色苷';'單寧';'總酚';'酒總黃酮';'白藜蘆醇';'DPPH半抑制體積';'色澤'};xlswrite(file,text',1,'a1');xlswrite(file,d1,1,'a2');xlswrite(file,d2,1,'b2');xlswrite(file,d3,1,'c2');xlswrite(file,d4,1,'d2');xlswrite(file,d5,1,'e2');xlswrite(file,d6,1,'f2');xlswrite(file,d7,1,'g2');xlswrite(file,text(2:7)',2,'a1');xlswrite(file,b1,2,'a2');xlswrite(file,b2,2,'b2');xlswrite(file,b3,2,'c2');xlswrite(file,b4,2,'d2');xlswrite(file,b5,2,'e2');xlswrite(file,b6,2,'f2');fprintf('寫(xiě)入完畢!\n');data1=[];data2=[];data1=xlsread(file,1,'a2:g28');data2=xlsread(file,2,'a2:f29');data1=zscore(data1);data2=zscore(data2);cleartextxlswrite(file,data1,'紅葡萄標(biāo)準(zhǔn)化','a1');xlswrite(file,data2,'白葡萄標(biāo)準(zhǔn)化','a1');r1=corrcoef(data1);r2=corrcoef(data2);xlswrite(file,r1,'紅葡萄相關(guān)系數(shù)矩陣','a1');xlswrite(file,r2,'白葡萄相關(guān)系數(shù)矩陣','a1');end3.2functionputao_3_data2fprintf('載入數(shù)據(jù)...\n');njhpt=xlsread('data_2.xlsx',2,'g2:g28');njbpt=xlsread('data_2.xlsx',4,'i2:i29');njhpt=zscore(njhpt);%數(shù)據(jù)標(biāo)準(zhǔn)化njbpt=zscore(njbpt);hptj=xlsread('葡萄酒.xlsx',1,'a2:g28');bptj=xlsread('葡萄酒.xlsx',2,'a2:f29');hptj=zscore(hptj);bptj=zscore(bptj);fprintf('載入完畢!\n');hptj=[ones(size(hptj,1),1),hptj,hptj.^2];bp